基于独立成分分析的高光谱溢油图像聚类研究

摘要

随着社会的发展,全球能源的需求持续增长。分布极其不均衡的石油作为不可再生资源,在需求持续增长的社会环境下,供应增长速度却相对缓慢,造成油价持续高涨。石油分布的不均,海洋面积的广阔和海底能源的丰富,使得海洋石油开采和运输活跃,海上溢油现象频繁发生。
　　 国内外相关领域主要利用遥感方法来检测海上溢油事故。航空高光谱遥感图像具有波段多,分辨率高,数据量丰富和及时性强等优点,使得其在海上溢油检测中具有较高的研究和应用价值。论文以青岛溢油事故和大连溢油事故为背景,研究航空高光谱溢油图像中的地物分类和数据降维问题。
　　 论文的主要工作包括以下几个方面:
　　 首先,对现有的常用聚类方法进行理论研究和效果比较,并在此基础上提出了两种考虑波谱曲线特性的聚类方法:基于规范化波段差值的模糊聚类方法和基于地物曲线特性的模糊聚类方法,以增强高光谱图像聚类分类的效果。
　　 其次,针对高光谱图像波段数量多导致的数据量大、处理困难问题,以及航拍高光谱图像中的大量条纹噪声问题进行研究。提出先利用独立成分分析的方法进行特征提取,降低问题空间的维度,同时分离噪声特征。然后在有效的特征波段上利用聚类方法进行分类,从而提高图像分析和处理的效率。
　　 最后,以大连和青岛溢油航拍高光谱溢油图片作为实验数据,先进行反射率反演预处理,然后利用主成分分析方法降低维度并分离噪声,最后利用所提出的聚类方法进行分类,建立高光谱溢油图像分类系统。
　　 算法分析过程中的实验结果证明了论文所提聚类分类算法的有效性,高光谱溢油图像分类系统的实现和处理结果,进一步说明了论文所提方法在高光谱图像处理中的可行性。

目录

文摘

英文文摘

第1章 绪论

1.1 课题的选题背景和研究意义

1.2 高光谱遥感技术和海上溢油检测的研究现状

1.3 本文的研究内容和组织结构

第2章 高光谱图像处理的现有相关技术介绍

2.1 高光谱图像降维

2.1.1 高光谱降维的必要性

2.1.2 波段选取方法

2.1.3 特征提取方法

2.2 高光谱图像分类

2.2.1 监督分类

2.2.2 非监督分类

2.2.3 基于聚类的分类

2.3 本章小结

第3章 高光谱溢油图像分类算法研究

3.1 基于盲信号的高光谱图像降维

3.2 几种常用聚类方法比较研究

3.2.1 K-means方法

3.2.2 FCM方法

3.2.3 分层聚类的方法

3.3 结合波谱曲线特性改进的高光谱图像聚类算法

3.3.1 基于波段差值的聚类算法

3.3.2 基于地物光谱曲线的聚类算法

3.4 本章小结

第4章 基于独立成分的高光谱溢油图像分类实验

4.1 实验数据说明

4.2 高光谱图像的预处理

4.3 提取高光谱溢油图像的独立成分进行高光谱图像降维

4.4 利用改进的波段差值对高光谱溢油图像进行分类

4.6 利用改进的地物光谱曲线聚类方法进行分类

4.5 本章小结

第5章 总结与展望

5.1 总结

5.2 展望

参考文献

致谢

研究生履历